- •1.Сутність економіко-математичної моделі.
- •2.Необхідність використання математичного моделювання економічних процесів.
- •3.Етапи математичного моделювання.
- •4.Випадковість і невизначеність процесів економічних систем.
- •5.Причини виникнення невизначеності.
- •6.Сутність адекватності економіко-математичних моделей.
- •7.Проблеми оцінювання адекватності моделі.
- •8.Способи перевірки адекватності економіко-математичних моделей.
- •9.Елементи класифікації економіко-математичних моделей.
- •10.Загальна постановка задачі математичного програмування Приклади економічних задач математичного програмування.
- •11.Класифікація задач математичного програмування.
- •12.Загальна постановка задачі лінійного програмування. Приклади економічних задач лінійного програмування.
- •13.Канонічна та стандартна форми задачі лінійного програмування.
- •14.Властивості розв’язків задачі лінійного програмування. Геометрична інтерпретація задач лінійного програмування.
- •15.Означення планів задачі лінійного програмування (допустимий, опорний, оптимальний).
- •16.Ідея симплексного методу розв’язування задач лінійного програмування.
- •17.Побудова початкового опорного плану задачі лінійного програмування.
- •18.Перехід від одного опорного плану до іншого опорного плану.
- •19.Теореми про оптимальність розв’язку задачі лінійного програмування симплекс-методом.
- •20.Симплексна таблиця для розв’язування задач лінійного програмування.
- •21.Алгоритм симплексного методу задач лінійного програмування.
- •22.Симплексний метод із штучним базисом.
- •23.Особисті випадки при вирішенні задач лінійного програмування.
- •24.Двоїста задача. Економічний зміст двоїстої задачі й двоїстих оцінок.
- •25.Правила побудови двоїстої задачі. Симетричні й несиметричні двоїсті задачі.
- •26.Перша теорема двоїстості.
- •27.Друга теорема двоїстості.
- •28.Економічна інтерпретація теорем двоїстості.
- •30.Аналіз розв’язків лінійних економіко-математичних моделей. Оцінка рентабельності продукції. Доцільність введення нової продукції.
- •31.Аналіз обмежень дефіцитних і недефіцитних ресурсів.
- •32.Аналіз коефіцієнтів цільової функції задач лінійного програмування.
- •33.Цілочислове програмування. Область застосування цілочислових задач в плануванні й управлінні виробництвом.
- •50. Множинний коефіцієнт кореляції:
- •64.Визначення мультиколінеарності в лінійних моделях.
- •65.Суть гетероскедастичності та її наслідки.
- •66.Тест Гельдфельда-Квандта.
- •67.Узагальнений метод найменших квадратів.
- •68.Суть та наслідки автокореляції залишків.
- •69.Критерій Дарбіна-Уотсона.
- •70.Оцінювання параметрів моделі з автокорельованими залишками.
- •71.Ризик, невизначеність та конфліктність розвитку соціально-економічних процесів
- •72.Ризик як економічна категорія. Джерело, об`єкт та суб`єкт економічного ризику.
- •73.Зовнішні та внутрішні чинники ризику.
- •74.Класифікація ризику.
- •75.Основні підходи до кількісного аналізу ризику.
- •76.Аналіз ризику за допомогою методу аналізу чутливості.
- •77.Аналіз ризику можливих збитків.
- •78.Допустимий, критичний, катастрофічний ризик. Приклади кількісного визначення цих величин.
- •79.Загальні підходи до кількісного оцінювання ступеня ризику.
- •80.Імовірність як один з підходів до оцінювання ступеня ризику.
- •81.Кількісні показники ступеня ризику в абсолютному вираженні.
- •82.Ризик як міра мінливості результату.
- •83.Семіваріація та семіквадратичне відхилення.
- •84.Кількісні показники ступеня ризику у відносному вираженні.
- •85.Коефіцієнт сподіваних збитків.
- •86.Коефіцієнти асиметрії та варіації асиметрії.
- •87.Коефіцієнт ексцесу та варіації ексцесу.
- •88.Визначення меж зон допустимого, критичного та катастрофічного ризиків.
- •93.“Систематичний ризик” та “специфічний ризик”.
- •94.Основні принципи управління економічним ризиком.
- •95.Зовнішні та внутрішні способи зниження ступеня ризику.
85.Коефіцієнт сподіваних збитків.
Коефіцієнт сподіваних збитків KZ враховує обсяг сподіваних збитків по відношенню до суми абсолютних значень сподіваних вигод та сподіваних збитків. Він обчислюється за формулою:
де Z — заплановане значення економічного показника; та — відповідно сподівані величини сприятливих та несприятливих відхилень (по відношенню до Z).
Значення KZ [0,1], причому КZ = 0, якщо є відсутніми сподівані збитки і КZ = 1, якщо є відсутніми сподівані вигоди. Слід зауважити, що КZ має негативний інгредієнт ( ).
У дискретному випадку, тобто у випадку, коли X = {x1; x2; …; xn} і відомі ймовірності настання кожної події P = {p1; p2; …; pn}, величини та (умовні математичні сподівання) обчислюються за формулами:
де — індикатор несприятливого (по відношенню до Z) відхилення, — індикатор сприятливого (по відношенню до Z) відхилення.
У неперервному випадку, тобто в ситуації, коли відома щільність ймовірності f(х) випадкової величини Х, маємо:
На практиці замість величин та можна використати їхні статистичні оцінки:
де t — кількість спостережень, — кількість несприятливих відхилень, — кількість сприятливих відхилень, Т1 + Т2 = Т.
Еластичність коефіцієнта сподіваних збитків щодо величини Z обчислюється за формулою:
Чим більшим (за абсолютною величиною) буде коефіцієнт еластичності, тим більшим буде й ступінь ризику.
Знання величини еластичності еZ дає змогу встановити, наскільки відсотків зміниться коефіцієнт ризику, коли дана планова величина економічного показника зміниться на 1%. Знаючи це співвідношення, можна виразити коефіцієнт ризику в одиницях вимірювання планової величини.
86.Коефіцієнти асиметрії та варіації асиметрії.
У випадку асиметричного розподілу певних показників ефективності аналіз лише середньоквадратичного відхилення як міри ризику може бути недостатнім. Особливо коли ці значення співпадають для кількох альтернативних об’єктів (проектів). У цьому випадку слід аналізувати як показник ризику таку числову характеристику випадкової величини, як коефіцієнт асиметрії. Його обчислюють за формулою:
As(X) = ,
де As(X) — коефіцієнт асиметрії. У випадку, коли в наявності є статистична інформація щодо показника ефективності Х, зібрана протягом T періодів, коефіцієнт асиметрії обчислюють за формулою:
As(X) = .
Якщо As(X) = 0, то графік функції щільності ймовірності для випадкової величини Х є симетричним відносно М(Х). Якщо розподіл ймовірностей є асиметричним, причому його «довга частина» («хвіст») розміщена праворуч від моди випадкової величини Мо(Х) (має правосторонній скіс, рис. 3.2), то зважена сума кубів додатних відхилень від М(Х) є більшою від суми кубів від’ємних відхилень. Тоді, з урахуванням того, що (Х) > 0, отримуємо, що As(X) > 0. Аналогічно отримуємо, що As(X) < 0 у випадку, коли функція щільності має лівосторонній скіс (рис.3.3) і «хвіст» розподілу виступає ліворуч.
3.3
Якщо Х = Х+, то за решти рівних умов серед m різних альтернативних об’єктів (проектів, стратегій) меншим ризиком обтяжений той об’єкт ( ), для якого виконується умова:
тобто As(X+) = As+(X+). Це пояснюється тим, що несприятливі відхилення від сподіваного значення з відносно великою ймовірністю розташовані для обраного об’єкта ліворуч найближче до сподіваного значення (менше відхиляються від нього в несприятливий бік) порівняно з іншими, а сприятливі значення значно віддалені від сподіваної величини (ці значення — «хвіст» — розташовані праворуч).
Функція щільності розподілу ймовірності у випадках додатного (а) та від’ємного (б) коефіцієнтів асиметрії
У зв’язку з цим можна вважати, що критерій максимальної асиметрії є критерієм, який забезпечує мінімальний ризик по відношенню до несприятливих відхилень від сподіваного результату (для задач максимізації показників ефективності).
Як міру ризику можна використовувати також величину :
Очевидно, що оцінка має негативний інгредієнт , а тому перевага надається тому об’єкту (проекту), для якого вона є мінімальною:
Для відносного вираження ризику з урахуванням As+(X+) можна використовувати коефіцієнт варіації асиметрії:
Очевидно, що CVAs(X+) = CVAs–(X+), тобто перевага надається тому об’єкту (проекту), для якого CVAs–(X+) приймає найменше значення:
Використання коефіцієнта асиметрії можливе і тоді, коли показники ефективності об’єкта (проекту) містять негативний інгредієнт, тобто (сподівані збитки, затрати). У цьому випадку більш ефективним рішенням будуть відповідати менші значення коефіцієнта асиметрії, а тому серед m альтернативних рішень оптимальним буде те, для якого
(у цій ситуації As(X–) = As–(X–)).
Можна скористатись також критеріями: